ChatGPT生成接口测试用例(二)

5.1.4 自动生成测试数据

测试数据的生成通常是接口测试的一个烦琐任务。ChatGPT可以帮助测试团队生成测试数据,包括各种输入和它们的组合。测试人员可以描述他们需要的数据类型和范围,ChatGPT可以生成符合要求的测试数据,从而减轻测试人员的负担。

对于一个在线预订酒店的用户登录接口的测试,需要输入用户名、密码、电话和电子邮箱信息。ChatGPT可以根据接口测试的需要生成多条不同测试数据,下面以生成10000条user表的数据为例。在ChatGPT中输入提示词,其就能给出Python代码,运行代码后就能得到SQL文件。ChatGPT生成的部分SQL文件如图5-1所示。

图5-1 ChatGPT生成的部分SQL文件

ChatGPT 生成的完整的 SQL 文件

复制代码
   要生成10000条包含用户名、密码、邮箱和手机号的SQL插入语句,你可以使用Python编写脚本,然后执行它以生成SQL语句。以下是一个示例Python脚本,用于生成这些SQL语句:
复制代码
import random

import string

 

# 生成符合长度要求的随机用户名

def generate_username(length):

    username = ''.join(random.choice(string.ascii_letters) for _ in range(length))

    return username

 

# 生成包含大小写字母、数字和特殊符号的随机密码

def generate_password(length):

    characters = string.ascii_letters + string.digits + string.punctuation

    password = ''.join(random.choice(characters) for _ in range(length))

    return password

 

# 生成格式正确的随机邮箱地址

def generate_email():

    username = generate_username(random.randint(5, 10))

    domain = ''.join(random.choice(string.ascii_lowercase) for _ in range(5))

    extension = random.choice(['com', 'net', 'org'])

    email = f"{username}@{domain}.{extension}"

    return email

 

# 生成符合手机号格式的随机数字

def generate_phone_number():

    area_code = random.randint(100, 999)

    exchange = random.randint(100, 999)

    subscriber_number = random.randint(1000, 9999)

    phone_number = f"({area_code}) {exchange}-{subscriber_number}"

    return phone_number

 

# 生成10000条SQL插入语句

sql_statements = []

for _ in range(10000):

    username = generate_username(8)

    password = generate_password(12)

    email = generate_email()

    phone_number = generate_phone_number()

   

    # 构建插入语句

    sql = f"INSERT INTO user (username, password, Email, phone) VALUES ('{username}', '{password}', '{email}', '{phone_number}');"

    sql_statements.append(sql)

 

# 保存SQL语句到文件

with open("insert_data.sql", "w") as file:

    for statement in sql_statements:

        file.write(statement + "\n")
复制代码
此脚本将生成10000条SQL插入语句,将这些数据插入名为"user"的数据表中。你可以根据你的数据库类型和需求修改生成的SQL语句,确保它们与你的数据库架构相匹配。生成的SQL语句将保存在名为"insert_data.sql"的文本文件中。

5.1.5 更新和维护测试用例

随着系统的演化,测试用例需要不断更新和维护。ChatGPT可以用来协助测试人员,根据新的接口规范和需求来修改测试用例。这有助于确保测试用例始终与系统的最新版本保持一致。

在一个电子邮件应用程序的接口测试中,我们需要测试发送电子邮件的功能。随着新的电子邮件格式和附件要求的变化,我们需要更新测试用例以适应这些变化。ChatGPT可以帮助我们快速修改测试用例,以满足新的需求,从而减少维护测试用例的工作量。

5.1.6 自动生成接口测试代码

对于常用的接口测试工具或者测试框架,如Postman、JMeter、pytest等,ChatGPT都可以生成相应的接口测试用例脚本等。测试人员只需描述接口信息和测试场景,通常就可以获得可直接运行的接口测试用例脚本。

针对上例的购物车接口,ChatGPT生成的JMeter测试用例脚本,如下所示。

ChatGPT 生成的 JMeter 测试用例脚本

复制代码
<?xml version="1.0" encoding="UTF-8"?>

<jmeterTestPlan version="1.2" properties="5.0" jmeter="5.5">

  <hashTree>

    <TestPlan guiclass="TestPlanGui" testclass="TestPlan" testname="测试计划">

      <stringProp name="TestPlan.comments"></stringProp>

      <boolProp name="TestPlan.functional_mode">false</boolProp>

      <boolProp name="TestPlan.tearDown_on_shutdown">true</boolProp>

      <boolProp name="TestPlan.serialize_threadgroups">false</boolProp>

      <elementProp name="TestPlan.user_defined_variables"

elementType="Arguments" guiclass="ArgumentsPanel"

testclass="Arguments" testname="用户定义的变量" enabled="true">

        <collectionProp name="Arguments.arguments"/>

      </elementProp>

      <stringProp name="TestPlan.user_define_classpath"></stringProp>

    </TestPlan>

    <hashTree>

      <ThreadGroup guiclass="ThreadGroupGui" testclass="ThreadGroup"

testname="线程组">

        <stringProp name="ThreadGroup.on_sample_error">continue</stringProp>

        <elementProp name="ThreadGroup.main_controller"

elementType="LoopController" guiclass="LoopControlPanel"

testclass="LoopController" testname="循环控制器" enabled="true">

          <boolProp name="LoopController.continue_forever">false</boolProp>

          <stringProp name="LoopController.loops">1</stringProp>

        </elementProp>

        <stringProp name="ThreadGroup.num_threads">1</stringProp>

        <stringProp name="ThreadGroup.ramp_time">1</stringProp>

        <boolProp name="ThreadGroup.scheduler">false</boolProp>

        <stringProp name="ThreadGroup.duration"></stringProp>

        <stringProp name="ThreadGroup.delay"></stringProp>

        <boolProp

name="ThreadGroup.same_user_on_next_iteration">true</boolProp>

      </ThreadGroup>

      <hashTree>

        <HTTPSamplerProxy guiclass="HttpTestSampleGui"

testclass="HTTPSamplerProxy" testname="HTTP请求" enabled="true">

          <elementProp name="HTTPsampler.Arguments" elementType="Arguments"

guiclass="HTTPArgumentsPanel" testclass="Arguments"

testname="用户定义的变量" enabled="true">

            <collectionProp name="Arguments.arguments">

              <elementProp name="item_id" elementType="HTTPArgument">

                <boolProp name="HTTPArgument.always_encode">false</boolProp>

                <stringProp name="Argument.value">123456</stringProp>

                <stringProp name="Argument.metadata">=</stringProp>

                <boolProp name="HTTPArgument.use_equals">true</boolProp>

                <stringProp name="Argument.name">item_id</stringProp>

              </elementProp>

              <elementProp name="num" elementType="HTTPArgument">

                <boolProp name="HTTPArgument.always_encode">false</boolProp>

                <stringProp name="Argument.value">1</stringProp>

                <stringProp name="Argument.metadata">=</stringProp>

                <boolProp name="HTTPArgument.use_equals">true</boolProp>

                <stringProp name="Argument.name">num</stringProp>

              </elementProp>

            </collectionProp>

          </elementProp>

          <stringProp name="HTTPSampler.domain">www.example.com</stringProp>

          <stringProp name="HTTPSampler.port"></stringProp>

          <stringProp name="HTTPSampler.protocol">http</stringProp>

          <stringProp name="HTTPSampler.contentEncoding"></stringProp>

          <stringProp name="HTTPSampler.path">/cart/add</stringProp>

          <stringProp name="HTTPSampler.method">POST</stringProp>

          <boolProp name="HTTPSampler.follow_redirects">true</boolProp>

          <boolProp name="HTTPSampler.auto_redirects">false</boolProp>

          <boolProp name="HTTPSampler.use_keepalive">true</boolProp>

          <boolProp name="HTTPSampler.DO_MULTIPART_POST">false</boolProp>

          <stringProp name="HTTPSampler.embedded_url_re"></stringProp>

          <stringProp name="HTTPSampler.connect_timeout"></stringProp>

          <stringProp name="HTTPSampler.response_timeout"></stringProp>

        </HTTPSamplerProxy>

        <hashTree>

          <ResponseAssertion guiclass="AssertionGui"

testclass="ResponseAssertion" testname="响应断言" enabled="true">

            <collectionProp name="Asserion.test_strings">

              <stringProp name="49586">200</stringProp>

            </collectionProp>

            <stringProp name="Assertion.custom_message"></stringProp>

            <stringProp

name="Assertion.test_field">Assertion.response_code</stringProp>

            <boolProp name="Assertion.assume_success">false</boolProp>

            <intProp name="Assertion.test_type">8</intProp>

          </ResponseAssertion>

          <hashTree/>

        </hashTree>

      </hashTree>

    </hashTree>

  </hashTree>

</jmeterTestPlan>

5.1.7 智能对比新旧接口

在接口迭代升级的过程中,往往需要修改对应的接口测试用例。ChatGPT可以通过对比新旧接口规范,智能生成修改接口测试用例的建议。

例如,购物车接口进行了变更,新旧接口文档示例如下所示。

新旧接口文档示例

复制代码
原接口:

接口:add_to_cart

方法:POST 

参数:item_id, num

......

新接口:

接口:add_to_cart

方法:POST

参数:item_id, num, selected

......

ChatGPT可以快速指出新接口文档中添加了selected参数,并给出更新测试用例的建议。ChatGPT给出的更新测试用例的建议如下所示。

ChatGPT 给出的更新测试用例的建议

  • 新接口在原有基础上新增了selected参数,需要在原有用例中补充该参数的测试。

  • selected参数可以传入0或1,表示状态是否选中。需要新增用例验证该参数的逻辑。

  • 需要保留原有不传selected参数的兼容性用例。

这样可以避免测试人员逐一手动对比了解接口的变更,从而大幅提升修改接口测试用例的效率。

相关推荐
极客老王说Agent1 小时前
别被OpenClaw的30万Star晃了眼!AI产业逻辑重写后,打工人更该看清谁在“真干活”
人工智能·ai·chatgpt
Bruce20489981 小时前
OpenClaw 零基础全解析(小白友好版)
人工智能·chatgpt
Agent产品评测局2 小时前
企业 AI Agent 落地,如何保障数据安全与合规?——企业级智能体安全架构与合规路径深度盘点
人工智能·安全·ai·chatgpt·安全架构
abigale033 小时前
从零实现 AI 聊天助手:可直接复用的前端核心方案
chatgpt·vue·流式输出
码上生存指南4 小时前
我让 Claude、ChatGPT、Kimi 同时帮我写代码,差距有点大
ai·chatgpt
积跬步,慕至千里6 小时前
2026年2月读书笔记|AI大模型助你轻松搞定数据分析
语言模型·chatgpt
Agent产品评测局8 小时前
企业自动化项目,如何做好内部推广与员工培训?——企业级智能体落地与人才赋能实测指南
运维·人工智能·ai·chatgpt·自动化
向量引擎8 小时前
肝了三天三夜!四大AI模型(DeepSeek/Gemini/ChatGPT/豆包)深度横评,开发者该如何选?
人工智能·chatgpt·架构·开源·aigc·文心一言·api调用
网络安全-杰克9 小时前
单元测试 Mock不Mock?
自动化测试·软件测试·单元测试
AI-Ming9 小时前
程序员转行学习 AI 大模型: 模型微调| 附清晰概念分类
人工智能·pytorch·深度学习·机器学习·chatgpt·nlp·gpt-3